大型地下硐室开挖过程位移变形智能预测

被引：16

作者：

孙豁然

王述红

宫永军

庄世勇

机构：

[1] 东北大学资源与土木工程学院!辽宁沈阳

[2] 本溪钢铁公司南芬露天矿!辽宁本溪

来源：

煤炭学报 | 2001年 / 01期

基金：

中国博士后科学基金;

关键词：

量测位移; 遗传算法; 神经网络; 实时预报;

D O I：

10.13225/j.cnki.jccs.2001.01.010

中图分类号：

TD325.4 [];

学科分类号：

摘要：

地下硐室开挖过程中 ,硐周位移及其变化规律比较容易获得并起着十分重要的作用 ,不仅可以作为检验施工设计的依据 ,而且可以预测预报围岩的稳定性和调整开挖方式、支护设计等 ,从而指导施工 .根据现场监测的数据 ,利用建立的遗传神经网络模型 ,分析了原始数据 ,对观测数据进行学习 ,预测下步施工位移变形量 ,从而为施工方法及时调整和支护方案优选提供参考 .工程实例分析表明 ,该方法预测精度高、实用性广、简单易行 .

引用

页码：45 / 48

页数：4

共 5 条

[1] 南芬铁矿1号驱动站大硐室围岩自稳结构及其稳定性分析 [J].